-
公开(公告)号：CN100361461C
公开(公告)日：2008-01-09
申请号：CN200510037665.0
申请日：2005-01-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于抽样测量的端到端运行性能监测方法，通过在网络上设置监测点，被动测量网络单项延迟和丢包率的方法来监测网络的流量运行情况，设定各监测点统一的密钥，通过密钥与报文生成一个哈希值，在网络上随机抽取一定比例的报文，监测点设置两个缓冲池，将该报文头的前40个字节和该报文的8个字节时间戳存储在当前缓冲池中，另一缓冲池用来转发数据，通过数据运算得到网络的单项延迟和丢包率，由此得出网络运行性能，本发明具有对测量器的性能影响很小，测量方法安全，抽样精度高，不需要进行抽样掩码协商也可保证不同的测量点测量到相同的报文等优点。
-
公开(公告)号：CN118631520A
公开(公告)日：2024-09-10
申请号：CN202410741824.8
申请日：2024-06-11
Applicant: 东南大学
Abstract: 本发明公开一种面向长持续时间控制流异常水平评价的特征构造方法，旨在基于对互联网中用于控制信息传输的两元组（SIP，DIP）长持续时间流的报文序列构造出一个可以支持评价该长持续时间流行为异常水平的特征——子流异常富集水平。该特征的构造方法由以下几个步骤组成：1）获取二元组长持续时间流；2）提取其中的控制子流组成控制主流；3）为待分析流量中所有IP构建其所维持的控制子流行为特征矩阵，并分别聚类；4）求取控制主流的三个属性：子流异常水平和、离群子流向量数以及每离群子流向量的异常水平；5）对于每条控制主流，基于三个属性得到其子流异常富集水平。本发明可以用于评价互联网中基于二元组检测出的长持续时间控制流的异常程度，无需先验知识，不关注负载内容且对恶意行为敏感；既可以面向非加密流，也可以面向加密流。
-
公开(公告)号：CN116647487A
公开(公告)日：2023-08-25
申请号：CN202310841955.9
申请日：2023-07-11
Applicant: 东南大学
IPC: H04L43/10 , H04L43/08 , H04L67/145
Abstract: 本发明提供了一种支持互联网保活连接流量行为识别的特征构造方法，包括：利用关联规则挖掘算法对目标类别互联网保活连接流量行为的报文流提取出满足支持度、置信度阈值的频繁项集；再读取待测保活连接行为产生的报文流，对该条报文流中每一条报文的负载字段用频繁项集进行匹配，获得该条报文流的频繁项集匹配矩阵；最后对矩阵的每一列求平均值来获得频繁项集匹配向量。本发明针对每次保活连接流量行为所产生的报文流构造出一个用于识别该次保活连接流量行为归属类别的特征——频繁项集匹配向量，该特征用于判断该次连接流量行为是否属于目标类别，具有相比于保活连接流量行为的传统行为特征更加优秀的分类性能。
-
公开(公告)号：CN111901454A
公开(公告)日：2020-11-06
申请号：CN202010730330.1
申请日：2020-07-27
Applicant: 东南大学
IPC: H04L29/12
Abstract: 本发明提供了一种IPv6网络真实用户数的统计及验证方法，其中统计方法包括：在网络边界部署探针，采集IPv6报文数据，并记录采集时间；按时序排列报文数据，存入共享内存；从内存中提取实时数据；使用算法统计出指定网络在连续两个24小时内的IPv6临时地址数，以下将连续两个24小时称为时间段i和时间段j；把IPv6临时地址保存进数据库，执行数据库联接操作，查询结果个数即为时间段j的网内IPv6实际用户数。本发明还提供了一种用于验证用户数准确性的方法。该统计及验证方法能够统计任一网络任一天内的IPv6实际用户数，验证方法准确，解决了以IP数作为用户数的方法在IPv6网络内不适用的问题。
-
公开(公告)号：CN109948869A
公开(公告)日：2019-06-28
申请号：CN201910323588.7
申请日：2019-04-22
Applicant: 东南大学 , 大唐环境产业集团股份有限公司
Abstract: 本发明公开了一种基于有序聚类离散化的脱硫系统SO2出口浓度预测方法，包括从SIS历史数据库中采集脱硫系统相关参数的历史运行数据；以负荷、SO2进口浓度为条件对历史数据进行稳态判断筛选得到原始稳态样本；将原始稳态样本的SO2出口浓度进行升序排列得到一维有序样本，然后利用有序聚类算法对其进行离散化，得到k个出口浓度区间，并统计得到各个区间的样本数量；样本数量最少的区间内的样本数量为m，对除样本数量最少的区间之外的所有区间进行抽样，使得各个出口浓度区间内的样本数量最接近m，得到SO2出口浓度均匀分布的稳态样本集；基于均匀分布的稳态样本集，采用BP神经网络算法进行模型训练，建立SO2出口浓度预测模型。
-
Patent Agency Ranking
公开(公告)号：CN101778142B
公开(公告)日：2012-10-24
申请号：CN200910262843.8
申请日：2009-12-11
Applicant: 东南大学
IPC: H04L29/12
Abstract: 本发明公开一种比特串和哈希函数组合的网络地址前缀保留的匿名化方法，其特征是定义一个以IP地址前缀比特串所对应的十进制整数为输入的地址前缀哈希函数和一个随机比特串，地址前缀哈希函数将IP地址前缀长度为i的IP地址前缀比特串生成哈希值，然后查找随机比特串上所对应哈希值位置上的比特值，将该比特值与需要被匿名化的IP地址的第i个比特进行异或运算，并将异或后的结果作为该IP地址的第i个比特的匿名化比特，对IP地址中的每个比特都采用上述方法进行处理，实现对整个IP地址的匿名化处理，本发明将加密函数和映射函数进行了分离，和传统方法相比提高了方法的执行效率，同时减少了随机比特串所需要的内存空间。
-
公开(公告)号：CN101227318A
公开(公告)日：2008-07-23
申请号：CN200710191035.8
申请日：2007-12-04
Applicant: 东南大学
Abstract: 一种高速网络流量的超点实时检测方法，包括设置三个数据结构和三个过程，三个数据结构分别是Bloom Filter数据结构、计数型Bloom Filter数据结构和哈希链表数据结构。Bloom Filter数据结构用于记录流存在信息，计数型Bloom Filter数据结构用于记录聚合点的流数信息，哈希链表结构用于记录超点标识和超点流数信息；三个过程分别是基于Bloom Filter的新流检测过程、基于计数型Bloom Filter的超点检测过程和基于哈希链表的超点信息记录过程。当一个报文到达测量器，首先在Bloom Filter数据结构中查找该报文是否是一个新流，如果是一个新流，则在计数型Bloom Filter数据结构中查找该新流的聚合点是否是一个超点，如果是一个超点，则在哈希链表数据结构中记录该超点标识信息和流数信息。本方法能够直接实时检测出超点信息，节省测量资源的消耗并提高超点流数的检测精度。
-
公开(公告)号：CN115277162B
公开(公告)日：2024-10-01
申请号：CN202210872768.2
申请日：2022-07-21
Applicant: 东南大学
IPC: H04L9/40 , H04L9/08 , H04L61/5007
Abstract: 本发明公开一种IPv6网络地址的匿名处理方法，该方法首先设置参数，包括随机生成加密所需的密钥和初始化用于临时保存地址类型、分配区域、网段信息的列表；再读取原始IPv6网络测量数据，加密并随机重排生成匿名化网段；最后读取原始IPv6网络测量数据，加密五元组并结合步骤(2)中获取的匿名化网段生成匿名化IPv6网络地址，所述五元组包括网内地址、网外地址、网内端口、网外端口、协议。本发明在保留IPv6网络会话信息和流量统计信息的前提下，确保个人和组织信息不被泄漏，并能有效应对明文攻击和主动攻击。
-
公开(公告)号：CN114630183B
公开(公告)日：2024-03-26
申请号：CN202210262522.3
申请日：2022-03-17
Applicant: 东南大学
IPC: H04N21/44 , H04N21/4402 , H04N21/472
Abstract: 本发明为一种基于可伸缩性编码的边缘设备缓存方法及评估方法。该算法步骤包括：在一个边缘设备上收集该设备收到的区域内视频请求信息；将收集到的视频请求信息按请求时间，请求视频号，请求视频码率分类；在一个规定时间片结束时，统计包括该时间片在内的过去若干个时间片每种视频每种码率的请求数量；通过请求数量计算每种视频码率的缓存性价比；根据缓存性价的的大小顺序，调整该设备在下一个时间片内缓存的视频内容。本发明还提供了一种用于量化边缘设备在一个时间段内缓存内容为用户提供的幅度得分。该算法及其评估方法利用SVC可伸缩性编码在缓存上的优点，能够有效提升单个设备的缓存效率，提升了利用边缘缓存技术为用户提供视频服务的能力。
-
公开(公告)号：CN110197296A
公开(公告)日：2019-09-03
申请号：CN201910337901.2
申请日：2019-04-25
Applicant: 浙江浙能技术研究院有限公司 , 东南大学
Abstract: 本发明涉及一种基于时间序列相似性的机组负荷预测方法，包括步骤1)：获取当前时刻t0，并根据历史匹配时间长度T(单位h)得到历史日对应的时段，从历史数据库中获取前第i天的历史匹配时间序列；步骤2)：根据下式对时间序列按小时进行平均化处理；步骤3)：按下式对时间序列进行差分处理；步骤4)：利用加权欧式距离法进行时间序列相似性匹配，以欧式距离最小为原则，得到最相似日是前第s天。本发明的有益效果是：利用时间序列相似性匹配的方法建立了机组负荷在线预测模型；本发明是一种在线分析方法，能够提取更多的历史负荷变化规律；本发明预测精度高，能满足工程实际需要，而传统的预测误差较大。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.022 seconds)
